基于规则格网DEM的地形特征提取算法

提出并实现了一种基于规则格网DEM的地形特征线提取算法,该算法在现有地表水流模拟方法的基础上将矢量操作与栅格操作结合起来对规则格网DEM中的洼地进行填平处理,采用邻域格网分组扫描方法确定平地水流方向,与以往算法相比在提取效率和结果准确性等方面都有了明显的改进,从而也使其更加适合于对大规模的DEM数据进行处理,采用各种尺度的DEM进行试验的结果验证了以上结论.     

格网DEM侵蚀学坡长并行计算方法

针对现有侵蚀学坡长串行算法在处理大区域海量数据时计算能力的不足,基于消息传递接口(MPI)并行化工具,提出了一种格网DEM的侵蚀学坡长并行计算方法,采用缓冲区更新计算策略,解决了并行计算过程中的数据依赖性问题。选取陕北黄土高原的两组不同分辨率的DEM数据对并行算法进行了测试,结果表明,提出的并行计算方法可以有效降低侵蚀学坡长的计算时间,并取得了较好的并行效率。     

洪水淹没分析中的自适应逐点水位修正算法

洪涝灾害损失评估是防洪减灾科学决策的基础,其中洪水淹没分析是准确提取洪水淹没范围、水深及历时等灾情信息的关键。洪水淹没分析主要采用数字高程模型数据,由于DEM的格网分辨率与高程精度有限,常出现异常的洼地或平地,导致难以可靠地计算每个格网点处的流向,而传统方法采用统一高程的洼地填平处理又使得容易出现洪水演进过程中复杂起伏地形水面爬坡以及平坦地形水位断流的问题,为此提出顾及流速和淹没时间的自适应逐点水位修正算法,即在DEM坡面流模拟的基础上,根据洪水水流特性、地形、边界变化、水流速度、水深变化以及淹没点的淹没时间,计算水位修正值,对洪水演进过程中每个格网点的水位进行修正,采用多种地貌类型的DEM数据进行试验,证明洪水演进的淹没范围、水深及历时的实时计算结果准确可靠,可为快速评估灾害损失与防洪决策服务提供更为科学的依据。     

基于DEM提取水域特征的一种算法实现

本文提出并实现了一种基于规则格网DEM的地形特征线提取算法。该算法基于水文模拟方法,提出了平地、洼地的结构模型,研究了它们形成复杂洼地的拓扑关系,在此基础上设计了洼地填平等算法,简便快捷,在邙山小流域水土保持项目中得到应用,效果较好。     

1∶10000DEM精细化处理方法及其应用效果分析

以研究区1∶10 000DEM和DLG数据为基础,分别提出基于DLG数据和DEM数据的精细化处理方法,并对比分析了最近邻域法、双线性内插法以及三次卷积法三种重采样方法对DEM精细化处理效果的影响,结果表明:双线性内插法在时间效率、数据精度以及图像效果方面均适中,故决定采用双线性内插法将研究区5m格网DEM数据通过重采样生成为2m格网DEM数据,最后通过可视化和检查点法验证了精细化处理的精度均满足相关要求。相关研究成果可为地形特征等数据的提取提供精度较高的基础数据。     

正六边形规则格网表达的DEM谷地线提取

基于规则格网DEM谷地线提取受格网的几何形态、空间剖分和网格布局影响较大。传统的四边形格网D8算法中，四边形网格的角邻域与边邻域存在的距离度量差异，影响了其计算结果对于地形变化的表达在两方向上的均衡性，从而影响了谷地线提取结果。六边形格网具有邻域一致、各向同性、紧凑、采样率高等优点，在空间场建模中越来越得到重用。本文旨在探求六边形格网结构在DEM谷地线提取中的性能特征，发现其与四边形格网比较的突出优势。基于六邻域处理单元，对六边形格网DEM谷地线提取过程中填洼、流向计算及平地区域流向判定作预处理，然后对流向线作拓扑连通组织，从而实现基于六边形DEM的谷地线提取。本文比较发现六边形方法在谷地线形状特征保持方面能力强，随着分辨率减小，六边形DEM所提取的谷地线与实测数据吻合程度高，弯曲特征继承性强。同时，在相同数据存储量条件下，六边形DEM数据精度更高，且其提取的谷地线网络的形状特征更为精细。     

基于多尺度窗口的DEM局部填洼方法

为了去除DEM中的伪洼地,使水系提取结果更加精确,在MV算法的基础上提出了一种改进的填洼方法。用局部处理的思想将填洼步骤简化,减小对DEM的计算范围和迭代次数,从而达到优化算法的目的 ;同时借助Arcpy与GDAL库,将其封装为一个模块集成到Arc GIS软件中,以更高效地解决DEM填洼预处理问题。     

适用于大河流域的栅格DEM洼地填充算法

针对地势平坦且空间范围较大的流域水系自动提取任务中,采用常规的洼地填充算法难以提取出完整水系,形成大量"断头河"的问题,提出了一种能够导出整个数字高程模型(DEM)所有像元被淹没的次序表的方法,由该次序表构成的矩阵代替原有DEM来实现流向的计算,进而提取出累积流向及分级河道。经用覆盖中心流域的高精度DEM以及覆盖黄河和长江等大型流域的DEM来测试,结果表明:用其他算法提取结果均发生了"断头河"错误,而该方法则能提取出完整的水系。这种方法能正确实施洼地填充和像元填平处理,可以适应于任意规模和精度的DEM填洼问题,具有较强的鲁棒性,克服了以往算法难以处理大河流域DEM洼地填充的不足。     

插值条件下格网DEM坡度计算模型的噪声误差分析

针对目前DEM（Digital Elevation Model, DEM）数字地形分析的精度评价多数不考虑DEM误差的空间自相关性或仅仅采用经验的自相关性模型问题,本文从DEM插值入手,从理论上推导了插值条件下格网DEM邻域窗口内坡度噪声误差的空间自相关性模型以及坡度精度模型,并选取典型的插值方法和坡度差分算法,从实验角度分析了在顾及和不顾及空间自相关性两种情况下的格网DEM坡度计算模型的噪声精度,实验结果表明：坡度精度受DEM噪声误差的空间自相关性影响较大,并与DEM插值方法和坡度计算模型中的差分算法有关。     

抗高程平移和裁剪的格网DEM盲水印算法

针对DEM数据水印常见的攻击方式——高程平移和裁剪,该文提出了一种可有效抵抗攻击的格网DEM盲水印算法。该算法考虑了DEM数据的特点,对原始水印进行扩频处理,使其与高程差值形成映射关系;利用相邻格网的高程差值在高程平移攻击中的不变特性,以量化方式将扩频后水印按位嵌入到高程差值中,将扩张的差值分摊到相邻高程的后一位。实验结果表明,该水印算法具有良好的不可见性,对DEM数据精度影响较小,并且对抵抗高程平移和裁剪攻击具有良好的鲁棒性。     

一种面向CPU/GPU异构环境的协同并行空间插值算法

CPU/GPU异构混合系统是一种新型高性能计算平台,但现有并行空间插值算法仅依赖CPU或GPU进行加速,迫切需要研究协同并行空间插值算法以充分利用异构计算资源,进一步提升插值效率。以薄板样条函数插值为例,提出一种CPU/GPU协同并行插值算法以加速海量激光雷达（light detector & ranger,LiDAR）点云生成数字高程模型（DEM）。通过插值任务的分解与抽象封装以屏蔽底层硬件执行模式的差异性,同时在多级协同并行框架基础上设计了Greedy-SET动态调度策略,策略顾及底层硬件能力的差异性,以实现异构并行资源的充分利用和良好负载均衡。实验表明,协同并行插值算法在高性能工作站上取得19.6倍的加速比,相比单一CPU或GPU并行算法,其效率提升分别达到54%和44%,实现了高效的协同并行处理。     

基于DEM提取水系的洼地处理新算法

对洼地积水问题进行了深入研究,从洼地处理和平地处理着手提出了新的解决思路,并在Visual Studio2005平台下,采用ArcGIS Engine组件开发了试验模块,并通过试验数据进行水系的提取。对比发现,算法提取的水系比ArcGIS填平预处理后提取的水系更加连续,且与原始DEM地形在三维显示状态下可以很好地拟合。     

基于规则格网DEM的等高线提取算法的优化与实现

随着DEM数据获取质量的日渐提高,利用规则格网DEM准确快速地提取等高线已经成为等高线自动绘制及DEM精度评估的重要方法之一。本文在传统算法的基础上,提出了遍历状态值、中心点符号法、"视点"等概念,分别对格网遍历原则、等高线走向二义性问题及等高线方向一致性处理等方面进行了优化,并使用C++语言在VC++6.0集成开发环境中实现了该算法。     

一种LiDAR点云生成格网DEM的快速算法

提出一种LiDAR点云快速生成DEM的算法。该算法首先将原始点云文件转换为点云流文件;然后对点云流文件的每个区块采用逐点内插法进行Delaunay三角剖分;最后对生成的三角网流文件进行格网划分,对每个格网点内插生成规则格网DEM。将原始点云文件转换为流文件后,可以对点云数据分块处理,处理完一个分块后即可释放内存,解决了普通计算机处理海量点云数据内存不足、效力低下的问题。     

DEM线性建模过程中的高程误差传播

在建立数字高程模型(DEM)时,基于规则格网数据和基于三角形网数据的线性建模是常用的方法。在建模过程中,结点的高程误差会随之传播。研究了DEM在基于规则格网数据和基于三角形网数据的线性建模过程中的高程误差传播问题,推导出了在结点高程误差相关情形下的高程误差传播公式,求出了在规则格网和不规则格网面上的平均高程传播误差。平均高程传播误差可以作为DEM线性插值过程中高程误差传播的度量指标。     

TIN向规则格网DEM转换的新算法

由TIN生成规则格网DEM是基于TIN的离散点数据栅格化的重要一步,在基于一种数学原理的基础上运用逆向思维提出了TIN向规则格网DEM转换的新算法,不用传统的分块和建立索引,而是通过逐个遍历三角形来判断格网节点位于哪一个三角形中并实现格网节点的插值。通过编程实现、测试该算法,证明它具有非常高的插值效率。     

高精度曲面建模的三维地形可视化研究

根据高精度曲面建模理论(HASM)中曲面单元算法的特点,提出基于视点的多分辨率LOD实时生成算法。该方法通过对规则格网的DEM数据进行划分,以单元分片为基本单位对DEM数据进行组织。根据各曲面单元与视点的相对关系,以不同间距对曲面单元进行内插,实时重建视景内的三维地形。在实时显示过程中,对硬盘中的数据进行实时读取,采用多线程技术对图像渲染操作进行处理,实现了对DEM数据的实时计算、动态显示。该方法无需对规则格网DEM数据建立空间层次组织结构,在对虚拟地形进行实时漫游过程中,存储空间占用少,不受数据规模的影响。     

格网DEM上径流长度计算误差的定量分析

基于格网DEM的径流长度的计算误差主要来源于DEM数据和流径提取算法。通过数据独立的误差分析方法,定量分析流径提取算法模型产生的误差。首先选取5种数学曲面作为模拟DEM数据源,计算出径流长度,以由曲面公式推导的径流长度公式计算的径流长度作为理论真值,通过两者的对比,分析误差及其空间分布。结果表明,汇水区的径流长度计算精度明显高于分水区;分水区的径流长度含有一定的系统误差。     

DEM线性建模过程中的高程误差传播

在建立数字高程模型(DEM)时,基于规则格网数据和基于三角形网数据的线性建模是常用的方法.在建模过程中,结点的高程误差会随之传播.研究了DEM在基于规则格网数据和基于三角形网数据的线性建模过程中的高程误差传播问题,推导出了在结点高程误差相关情形下的高程误差传播公式,求出了在规则格网和不规则格网面上的平均高程传播误差.平均高程传播误差可以作为DEM线性插值过程中高程误差传播的度量指标.     

二级并行独立成分分析端元提取算法

在多对称处理器集群体系结构下进行独立成分分析并行算法研究,在共享内存模型一级并行算法基础上,通过同步、异步迭代两种方式并行计算固定点函数,分别提出具有两级并行特性的二级同步、二级异步并行端元提取算法,并结合两者的优势,进一步提出二级分组并行算法。实验评价表明,二级同步、分组并行算法在保持原算法精度的同时,大大提高了原算法的效率,体现出良好的并行计算性能,而二级异步并行算法可在节点数较少的情况下适用。